HughesZhang73/Reinforcement-Learning-An-Introduction-by-Sutton-

我的强化学习笔记和学习材料:book: still updating ... ...

[WIP]强化学习的学习仓库

这是我个人学习强化学习的时候收集的比较经典的学习资料、笔记和代码，分享给所有人。

为了直接在GitHub上用markdown文件看公式，推荐安装chrome插件：MathJax Plugin for Github

入门指南

• 入门指南

课程笔记

• David Silver 的 Reinforcement Learning 课程学习笔记。

• 课程对应的所有PPT

• Sutton 的 Reinforcement Learning: An Introduction书本学习笔记

  • 1. Introduction
  • 2. Multi-armed Bandits
  • 3. Finite Markov DecisionProcesses
  • 4. Dynamic Programming
  • 5. Monte Carlo Methods
  • 6. Temporal-Difference Learning
  • 7. n-step Bootstrapping
  • 8. Planning and Learning with Tabular Methods
  • 9. On-policy Prediction with Approximation
  • 10. On-policy Control with Approximation
  • 11. Off-policy Methods with Approximation
  • 12. Eligibility Traces
  • 13. Policy Gradient Methods
  • 14. Psychology
  • 15. Neuroscience
  • 16. Applications and Case Studies
  • 17. Frontiers

• 书本的各版本pdf

  • 2017-6 draft
  • 2018 second edition

实验目录

所有的实验源代码都在lib目录下，来自dennybritz。在原先代码的基础上，增加了对实验背景的具体介绍、代码和公式的对照。

• Gridworld：对应MDP的Dynamic Programming
• Blackjack：对应Model Free的Monte Carlo的Planning和Controlling
• Windy Gridworld：对应Model Free的Temporal Difference的On-Policy Controlling：SARSA。
• Cliff Walking：对应Model Free的Temporal Difference的Off-Policy Controlling：Q-learning。
• Mountain Car：对应Q表格很大无法处理（state空间连续）的Q-Learning with Linear Function Approximation。
• Atari：对应Deep-Q Learning。

其他重要学习资料：

• WildML的博客
• David Silver’s Reinforcement Learning Course
• Reinforcement Learning: An Introduction
• 书本的python代码实现